For Better Performance Please Use Chrome or Firefox Web Browser

Variable selection

Comments

در سمینار مربوط به انتخاب متغیر من روش انقباضی را متوجه نمی‌شوم و چرا شرط خطی بودن مدل بر حسب پارامتر وجود دارد؟

روش لاسو و رگرسیون مرزی براوردهای اریبی دارند این اریبی مشکلی بوجود نمی آورد ؟ دلیلی برای توجیه این مشکل هست؟

یکی از روش های دیگر روش لارس هست که توضیحی در این سمینار داده نشده این روش به چه صورت است و چه مزایایی دارد؟

در این روش ابتدا ضرایب تمامی متغیرهای توضیحی صفر می‌کند و سپس متغیر توضیحی را انتخاب می‌کند که بیشترین همبستگی را با متغیر پاسخ داشته باشد. حال ضریب متغیر را به گونه ای افزایش می‌دهد که متغیر دومی همبستگی اش با باقیمانده ها نسبت به همبستگی متغیر اولی با باقیمانده ها بیشتر شود . حال دو ضریب داریم و ضرایب را به گونه ای افزایش می دهیم که یک متغیر سومی همبستگی بیشتری با باقیمانده‌ی متغیرهایی که تا کنون وارد مدل شده اند داشته باشد. این کار را تا جایی ادامه می‌دهیم که تمام متغیرها وارد مدل شوند که در این روش باعث می‌شود مدل نهایی متغیر کمتری داشته باشد و بعضی از ضرایب مدل نیز صفر برآورد می‌شود. از مزایای آن هم این است که به اندازه ی انتخاب فروارد سریع است و اگر دو متغیر تاثیر یکسانی بر پاسخ داشته باشد به یک میزان تقریبا برابری ضرایب آن افزایش پیدا می‌کند و زمانی که تعداد متغیرهای توضیحی بیشتر از مشاهدات باشد موثر است چرا که با صفر برآورد کردن بعضی از ضرایب تعداد مجهولات را کم می‌کند.

کدام یک از معیار های گفته شده نیکویی برازش را بهتر کنترل میکند؟آیا نتیجه بدست آمده از یک معیار با معیار دیگر متشابه است؟

میتوان گفت معیار ای آی سی بهتر از معیار بی آی سی تفاوت بین توزیع واقعی و تخمین زده شده را نشان میدهد؟

بین روش رگرسیون مرزی ولاسو کدوم رو انتخاب کنیم بهتره؟

در روش لاسو تعداد پارامترها چگونه کنترل می شود؟

همه ی این روشهایی که گفتیم براوردی اریب می دهند اگر براوردگری دارای مینیمم واریانس باشد می توان ار اریبی آن چشم پوشی کرد؟

دراین چند روش براورد ها با اینکه اریب هستند ولی باعث کاهش واریانس می شوند در حالی که ما همیشه ناریب بودن برامون اهمیت داره این مشکل ساز نیست؟

اینکه در رگرسیون مرزی عبارت تاوان تعریف شده ب چ معناست ؟

در بین معیارهایی که برای انتخاب متغیر وجود دارد کدام یک بهتر و پرکاربرد تر است

اغلب روش ها برآوردی اریب میدهند، با داشتن ویژگی مینیمم واریانس میتوان از اریبی برآوردگرها چشم پوشی کرد؟

Add new comment

Plain text

  • Allowed HTML tags: <a> <em> <strong> <cite> <blockquote> <code> <ul> <ol> <li> <dl> <dt> <dd> <br> </br> <br/>
  • Web page addresses and e-mail addresses turn into links automatically.
CAPTCHA
This question is for testing whether you are a human visitor and to prevent automated spam submissions.
Image CAPTCHA
Enter the characters shown in the image.

تحت نظارت وف ایرانی